python中利用python-docx批量提取docx中的图片

由于工作中需要从大量docx文档中提出图片，于是到网上搜索，找了一大堆都是分析xml文件并提取的，太过于复杂，实际上有更简单的方法，只是python-docx并未开发这个功能，但通过debug方式还是能找到资源信息，直接进行提取另存就好了。

本文为原创，如需转载请注明出处。

    for file in os.listdir(filePath):
        try:
            #跳过非docx文件
            if ".docx" not in file:
                continue
            # 创建imgPath
            subImgPath = imgPath + re.sub(".docx","",file)
            if not os.path.exists(subImgPath):
                os.makedirs(subImgPath)

            doc = docx.Document(filePath + file)        #打开文件
            for rel in doc.part._rels:
                rel = doc.part._rels[rel]               #获得资源
                if "image" not in rel.target_ref:
                    continue
                imgName = re.findall("/(.*)",rel.target_ref)[0]
                with open(subImgPath + "/" + imgName,"wb") as f:
                    f.write(rel.target_part.blob)
            UI.currentFile.setText("当前文件：" + imgName)
        except:
            continue

代码中subImagPath是为了按文件名创建目录而生成的一个变量。直接利用python-docx已解析xml结构，从中提出相关数据进行图片保存，此方法速度十分快，不用打开word，速度根据各位电脑情况而定，如果同时再结合多进程的话，感觉可以飞上天。